Awesome GitHub RepositoriesReal-Time Image Processing

CameraView es una librería de cámara de Android de alto nivel y wrapper de hardware diseñado para capturar fotos y videos. Proporciona una capa de abstracción para gestionar el hardware de la cámara y una API de captura de medios para grabar video de alta resolución y fotos RAW con tasas de bits y resoluciones configurables. El proyecto cuenta con un framework de filtros de cámara en tiempo real y un gestor de vista previa. Estos sistemas permiten la aplicación de shaders personalizados y efectos visuales a flujos de cámara en vivo y el renderizado de vistas previas con relaciones de aspecto, superposiciones y cuadrículas de composición personalizables. La librería cubre una amplia gama de controles de hardware, incluyendo selección de sensor, zoom, exposición y auto-enfoque. También gestiona tareas de procesamiento de medios como encadenamiento de filtros, marcas de agua gráficas y la incrustación de metadatos de ubicación geográfica en datos EXIF. El kit de herramientas incluye un sistema para solicitar y gestionar los permisos necesarios del sistema Android requeridos para la inicialización del hardware de la cámara.

GPUImage2 es un framework de Swift para aplicar filtros y efectos en tiempo real a imágenes y video utilizando la GPU. Proporciona una biblioteca de filtros de video en tiempo real, un motor de manipulación de geometría de imágenes y una canalización de sombreado OpenGL para procesar datos visuales en hardware gráfico. El framework permite la construcción de canalizaciones de efectos visuales mediante el encadenamiento de fuentes de imagen a consumidores en flujos secuenciales. Admite el desarrollo de sombreadores de fragmentos y vértices personalizados para el procesamiento de imágenes a medida y ofrece la capacidad de agrupar estas operaciones en unidades reutilizables mediante agrupaciones basadas en gráficos. Las áreas de capacidad incluyen el ajuste de color, la manipulación geométrica y la generación de imágenes sintéticas. El sistema también admite la superposición de imágenes compuestas, permitiendo combinar múltiples fuentes de imagen utilizando mezcla alfa y chroma keying.

ogl es una librería de gráficos WebGL y un motor de grafo de escena 3D diseñado para renderizar escenas tridimensionales. Proporciona un framework ligero para gestionar geometrías y coordinar transformaciones espaciales dentro de un sistema jerárquico. El proyecto incluye un sistema de sombreadores (shaders) PBR para crear materiales realistas y un framework de computación GPGPU para realizar cálculos de propósito general a gran escala y simulaciones de partículas en el procesador gráfico. También cuenta con una suite de post-procesamiento para aplicar filtros visuales a las escenas renderizadas mediante buffers de fotogramas. La librería cubre capacidades más amplias, incluyendo operaciones matemáticas 3D, la importación y animación de activos 3D, y la interacción del usuario mediante raycasting y controles de cámara.

Imageflow es una librería de manipulación de imágenes y motor de composición de alto rendimiento, disponible como librería compatible con C, procesador de imágenes de línea de comandos y servidor de procesamiento de imágenes dinámico. Proporciona los medios para decodificar, codificar y aplicar transformaciones visuales complejas a imágenes a través de interfaces programáticas, archivos de trabajo JSON o cadenas de consulta URL al vuelo. El sistema se distingue por un pipeline de procesamiento basado en grafos que permite la codificación multiformato en una sola pasada, generando múltiples tamaños y formatos de imagen a partir de una sola decodificación para reducir la sobrecarga. Además, cuenta con un motor de decodificación con restricciones de recursos que impone límites estrictos de memoria y dimensiones para evitar el agotamiento de recursos y ataques de denegación de servicio. El proyecto cubre una amplia gama de capacidades de manipulación, incluyendo redimensionamiento de dimensiones, recorte, rotación y filtrado de color. Soporta tareas de composición avanzadas como marcas de agua, generación de lienzos en blanco y renderizado de formas geométricas, junto con corrección de color automatizada y ajustes de balance de blancos mediante análisis de histograma. La lógica central se expone a través de bindings de interfaz de funciones externas (FFI) para la integración entre lenguajes.

Este repositorio es una colección de aplicaciones de muestra y proyectos de referencia para integrar APIs de machine learning en el dispositivo en aplicaciones móviles. Proporciona ejemplos de implementación tanto para Android como para iOS, demostrando cómo incrustar modelos de visión artificial y procesamiento de lenguaje natural. El proyecto cubre la implementación de visión artificial móvil, incluyendo reconocimiento de texto, detección de rostros y escaneo de códigos de barras. Incluye flujos de trabajo para el procesamiento de imágenes en tiempo real y la integración de modelos preentrenados que procesan datos localmente en el dispositivo.

PostProcessing is a post-processing stack for the Unity game engine designed to apply image-space visual effects and color grading to rendered scenes. It functions as a real-time image effect pipeline that processes frames after the primary 3D geometry has been drawn. The system includes a screen space visual effects library and an HDR color grading toolset used to adjust high dynamic range colors and contrast. These tools allow for the application of real-time image filtering to modify lighting, colors, and mood. The framework supports 3D scene post-processing and game environment polishing

MaaFramework is a GPU-accelerated automation framework and image recognition tool. It identifies and interacts with visual screen elements by offloading compute-intensive pixel-level processing and image analysis to graphics hardware. The framework employs a hardware-abstracted execution layer to maintain consistent performance across different hardware configurations. This architecture supports a hardware-accelerated recognition pipeline that reduces latency during visual automation tasks. The project includes a community-driven resource directory and searchable asset registry. These tools

This library is a multi-format barcode processing utility designed for web browsers and server-side environments. It provides a comprehensive suite of tools for both decoding existing barcode symbols and generating new ones from input data. The project distinguishes itself by enabling continuous, real-time barcode scanning directly from live video streams. By utilizing browser camera interfaces and automated frame processing, it allows applications to capture and interpret one-dimensional and two-dimensional barcode data without requiring manual image uploads or user intervention. Beyond rea

OpenCV-Face-Recognition is a computer vision system designed to detect human faces and verify identities within live video streams and static images. It functions as a Python-based toolkit that processes visual data to locate facial boundaries and match detected features against a pre-trained database of profiles. The system utilizes a structured computer vision pipeline that integrates object detection with statistical analysis to perform identity verification. It employs pre-trained classifiers to scan for facial patterns and encodes facial textures into binary histograms to create represen